车牌识别系统的设计

本程序的正确率不是很高,主要还是因为程序本身比较简单,考虑的问题不周全,对于照片的要求较高。原始图像要拍得比较正,如果有较大的角度就会给识别带来偏差。车牌的定位不是特别准确,我用的是统计蓝色像素点的方法来定位的,所以背颜色的要求较高,而车牌的定位在本识别中占有很关键的作用。还有就是字符分割,我是根据横向阈值的变化情况来决定是否需要分割的,所以清晰的程度很重要。

车牌识别系统的设计

一、 大作业目的和意义

可以巩固数字图像处理理论课上所学的知识,理论联系实践,用所学的知识去解决实际问题。锻炼我们的动手能力,激发的研究潜能,能够提高我们分析问题和解决问题的能力。

二、 设计流程

汽车车牌的识别过程主要包括车牌定位、车牌分割和字符识别三个关键环节。其识别流程如下:

车牌识别系统的设计

原始图像 :数码相机拍摄到的图像

图像预处理:对图像进行滤波、边界增强等处理以克服噪声干扰

边缘提取 :通过Robert算子,二值化处理,得到图像的边缘

车牌定位 :通过计算X和Y向的蓝色像素点来定位

字符分割 :寻找连续有文字的模块,若长度大于某阈值,就认为该块有两个字符组成,则需要分割。 字符识别 :利用模板匹配的方法与数据库中的字符进行匹配从而确认出字符,得到最后的汽车牌照,包括汉字、英文字母和数字。

三、 设计步骤

1. 预处理

车牌识别系统的设计

车牌识别系统的设计

2. 边缘提取

边缘提取对车牌的定位是很有用的一步,所谓的边缘是指图像局部亮度变化显著的部分,是图像形状特征提取等图像分析的重要基础。所以在此我们要对图像进行边缘检测。图像中的车辆牌照具有比较显著特征,比如,近似水平的矩形区域;背景是蓝色的;其中字符串都是按水平方向排列的;在整体图像中的位置较为固定。正是由于牌照图像的这些特点,再经过适当的图像变换,它在整幅中可以明显地呈现出其边缘,进而初步定位车牌。此处边缘的提取采用的是Roberts算子。

车牌识别系统的设计

你可能喜欢

  • 车牌识别系统的设计
  • 数字图像处理车牌识别
  • matlab车牌识别代码
  • 系统设计与实现
  • 车牌识别matlab程序
  • 车牌识别开题报告

车牌识别系统的设计相关文档

最新文档

返回顶部